Pichai gibt zu: Google liegt bei Coding-Agenten zurück

Coding-Tools sind ein bisschen wie Cafés: Das mit den bequemsten Stühlen gewinnt, selbst wenn der Espresso um die Ecke technisch besser ist. Seit zwei Jahren gehören die bequemen Stühle Anthropic – und jetzt hat der CEO des weltweit größten KI-Labs dies öffentlich eingeräumt. Sundar Pichai sprach mit der New York Times und sagte das, was bisher unausgesprochen blieb, laut und deutlich.

Was ist passiert

In einem am 28. Mai veröffentlichten Interview, über das The Times of India berichtete, räumte Pichai ein, dass Google bei KI-Coding-Agenten hinter der Konkurrenz zurückliegt. Nicht bei Text. Nicht bei Multimodalität. Nicht beim Reasoning. Beim Coding. Ausgerechnet dem Bereich, der, wie er es formulierte, „am Ende für alles, was wir tun, grundlegend ist."

Die Formulierung war vorsichtig, aber unmissverständlich. „Wenn es um Agentic Coding mit Tool-Nutzung, Instruction-Following und Long-Horizon-Tasks geht, glaube ich, dass wir im Moment ein wenig hinterherhinken", sagte Pichai. Er nannte auch Namen, zumindest andeutungsweise. Claude Code. Cursor. Tools, bei denen Anthropic – direkt oder über Partnerschaften – den Bildschirm der Entwickler erobert hat, bevor Google es tat.

Die Diagnose, die Pichai stellte, betraf nicht die Modellarchitektur. Es ging um Datenflüsse. „Coding war ein Bereich, in dem der Zugang zu Datenflüssen entscheidend war. Wir hatten vielleicht nicht ganz die Oberfläche, wie Claude Code als Beispiel oder was Anthropic vielleicht mit Cursor hatte." Übersetzung: Die anderen schauen dem Entwickler über die Schulter – wir nicht.

Die Antwort trägt zwei Namen. Gemini 3.5 Flash, das bereits ausgeliefert wurde, und Antigravity 2.0, ein internes Tool, das Google-Mitarbeiter bereits seit einer Weile nutzen. Auf dem Google I/O teilte Pichai die Token-Nutzungszahlen für Antigravity 2.0 und erklärte, dass diese intern wöchentlich verdoppelt werden. „Intern habe ich so etwas noch nie erlebt", sagte er der Times. Er bezeichnete den Rückstand als vorübergehend und verwendete das Wort „zuversichtlich" zweimal.

Technische Hintergründe

Das Interessante ist, was Pichai über die Beschaffenheit des Burggrabens einräumt. Jahrelang galt in den großen Labs die Annahme, dass Frontier-Fähigkeit aus dem Pretraining entsteht: mehr Tokens, mehr Rechenleistung, mehr Parameter, besseres Modell. Was niemand diskutieren wollte, war die Tatsache, dass Agentic Coding nicht allein aus dem Pretraining hervorgeht. Es entsteht durch Post-Training auf genau den Traces, die ein Entwickler beim Umgang mit einer echten Codebase produziert.

Und diese Traces existieren nur dort, wo der Entwickler bereits tippt. Cursor sieht jeden Tastenanschlag, jede Annahme, jede Ablehnung, jedes Cmd+K-Umschreiben. Claude Code sieht jeden Tool-Aufruf, jeden fehlgeschlagenen Test, jede Retry-Schleife. Das ist ein Reinforcement-Signal, das sich nicht synthetisieren lässt. Man kann GitHub bis zur Erschöpfung durchsuchen und wird dennoch nie den Moment erfassen, in dem ein erfahrener Engineer einen Vorschlag ablehnt, weil er weiß, dass die betreffende Datei eine tragende Rolle im System spielt.

Genau diese Lücke beschreibt Pichai, wenn er über „lang laufende Aufgaben, bei denen ernstzunehmende Entwickler an komplexen Codebasen arbeiten" spricht. Langfristige Agent-Arbeit ist im Kern eine Abfolge von Tool-Aufrufen. Die Anthropic Tool-Use-Dokumentation beschreibt ein Muster, das Claude Code seit Monaten in der Produktion verfeinert: strukturierte Aufrufe, Observation-Parsing, Retry-Verhalten, Context-Window-Management. Wer jemals einen Agenten gegen ein echtes Repo ausgeliefert hat, weiß, dass die ersten neunzig Prozent der Arbeit darin bestehen, die Schleife daran zu hindern, unter ihrem eigenen Gewicht zu kollabieren.

Gemini 3.5 Flash adressiert laut Pichai die Bereiche, in denen Google zurücklag. Die Gemini API-Dokumentation stellt die Oberfläche für Agent-Muster bereits bereit, aber ein Modell und ein Produkt sind zwei verschiedene Dinge. Antigravity 2.0 ist der Produktversuch: eine interne, IDE-artige Oberfläche, auf der Google-Engineers genau jene Datenflüsse generieren, die Pichai eingesteht, dass das Unternehmen sie extern nicht hat. Die wöchentlich verdoppelte Token-Nutzung ist der Frühindikator. Der Spätindikator ist, ob dieses interne Signal verallgemeinert werden kann, wenn das Modell auf das Monorepo eines Fremden trifft.

Wer unter Druck gerät

Drei Gruppen sollten dieses Interview aufmerksam lesen.

Die erste ist Anthropic. Pichai hat dem Markt gerade mitgeteilt, dass Claude Code das Referenzprodukt für Agentic Coding ist. Das ist ausgezeichnet für die nächste Finanzierungsrunde und gefährlich für Selbstzufriedenheit. Google hat mehr Kapital, mehr Reichweite und Workspace als trojanisches Pferd. Anthropics Vorsprung ist real – aber es ist ein Vorsprung in einem Rennen, das Google nun öffentlich aufgenommen hat. Das Zeitfenster, in dem Claude Code einen Aufpreis ohne ernsthafte Konkurrenz verlangen kann, ist kürzer als noch vor sechs Monaten.

Die zweite Gruppe ist Cursor und jedes andere unabhängige Coding-Agent-Startup. Pichai erwähnte Cursor explizit als eine Oberfläche, die Google nicht hatte. Das ist schmeichelhaft und bedrohlich zugleich. Die entscheidende Frage für jedes IDE-Layer-Startup lautet: Sind wir ein Feature oder ein Unternehmen? Wenn Google ein Antigravity-ähnliches Produkt für Workspace-Kunden ohne zusätzliche Kosten in das VS Code-Ökosystem einbringt, hört „wir haben die bessere UX" auf, eine tragfähige Antwort zu sein.

Die dritte Gruppe sind Enterprise-Plattformverantwortliche, die ihre interne Entwicklerplattform auf einen einzigen Coding-Agent-Anbieter gesetzt haben. Ende 2025 sah diese Wette sicher aus. Jetzt wirkt sie nervöser. Pichai signalisierte, dass sich die Rangliste in einem Rhythmus verschieben wird, der – in seinen eigenen Worten – „bei den verschiedenen Labs möglicherweise nicht ganz synchron läuft". Wenn der goldene Pfad jeden Engineer durch die API eines einzigen Anbieters zwingt, setzt man in einem Markt, in dem der Marktführer alle zwei Quartale wechselt, alles auf eine Karte.

Die nächsten 90 Tage werden für diese Gruppen beschleunigtes Benchmark-Theater, aggressive Preisgestaltung und eine stille Hektik in Plattformteams bedeuten, die den Modell-Layer hinter einem internen Interface abstrahieren wollen, dem es egal ist, welches Lab diese Woche gewinnt.

Playbook für KI-Entwicklung

Wenn Sie Produkte auf Basis von Coding-Agenten entwickeln, gibt es diese Woche drei Dinge zu tun.

Erstens: Behandeln Sie den Coding-Agent-Anbieter als austauschbare Infrastruktur, nicht als Partner. Kapseln Sie jede API, von der Sie abhängen, hinter einem schlanken internen Interface, das die primitiven Elemente der Agent-Schleife (Tool-Aufruf, Observation, Retry, Context-Trim) exponiert – anstelle anbieterspezifischer SDK-Aufrufe. Pichai hat Ihnen gerade gesagt, dass das Frontier sich in ungleichmäßigen Takten bewegt. Ihre Architektur sollte das einkalkulieren.

Zweitens: Instrumentieren Sie jetzt Ihre eigenen Datenflüsse. Die Lektion, die in Pichais Geständnis steckt, lautet: Wer den Bildschirm des Entwicklers sieht, gewinnt. Wenn Sie eine iGaming-Plattform, ein Fintech oder ein Ad-Tech-Unternehmen mit einer echten Engineering-Organisation sind, haben Sie innerhalb Ihrer eigenen Wände eine Entwickleroberfläche. Die Akzeptanz- und Ablehnungssignale Ihrer Engineers beim Einsatz von KI-Tools sind wertvolle Trainingsdaten für zukünftiges Fine-Tuning. Erfassen Sie sie mit Einwilligung und Struktur, auch wenn Sie noch keinen unmittelbaren Plan haben, sie zu nutzen.

Drittens: Hören Sie auf, anhand von Spielzeugaufgaben zu benchmarken. Pichai war explizit: Google ist bei kurzen Coding-Aufgaben gut aufgestellt und bei Long-Horizon-Aufgaben über komplexe Codebasen hinweg im Rückstand. Genau das ist die Unterscheidung, die die meisten internen Benchmarks nicht abbilden. Erstellen Sie ein Evaluation-Harness über Ihre echten Repos mit mehrstufigen Aufgaben, die sich über mehrere Dateien erstrecken, bevor Sie sich für den nächsten Budgetzyklus an einen Anbieter binden. Wer jemals gesehen hat, wie ein Coding-Agent selbstsicher den falschen Service um 16 Uhr an einem Freitag umschreibt, weiß, warum das wichtig ist.

Wichtigste Erkenntnisse

• Pichai räumte öffentlich ein, dass Google bei Agentic Coding zurückliegt, behauptete aber Parität oder Führung bei allgemeiner Intelligenz, Text, Multimodalität, Sprache, Audio und Reasoning.
• Als Hauptursache nannte er Datenflüsse, nicht die Modellkapazität. Anthropics Vorteil bei der Entwickleroberfläche durch Claude Code und die Verbindung mit Cursor ist der beschriebene Burggraben.
• Gemini 3.5 Flash und das interne Tool Antigravity 2.0 sind Googles Antwort. Die interne Token-Nutzung von Antigravity 2.0 verdoppelt sich laut Pichais Aussagen auf dem Google I/O wöchentlich.
• Pichai bezeichnete den Rückstand als vorübergehend und erklärte, dass die Pretraining-Zyklen führender Labs „möglicherweise nicht genau synchron laufen" – ein Signal für erwartete Verschiebungen in der Rangliste.
• Zurück zum Café: Die Stühle sind genauso wichtig wie der Espresso. Wer bei Agentic Coding gewinnt, ist derjenige, in dessen Umgebung der Entwickler bereits sitzt, wenn das nächste Modell erscheint.